陕北黄土高原植被动态变化及其对气候因子的响应

为了研究退耕还林还草工程实施后期,陕北黄土高原地区地表植被变化特征及气候因子对植被变化的影响,采用MODIS NDVI数据,通过像元二分法计算植被覆盖度,结合相关气象站点监测数据,利用线性回归分析、相关系数及显著性检验法,分析了陕北黄土高原植被覆盖度时空变化趋势及其对气温、降水因子的响应。结果表明:研究区植被覆盖度空间分布差异显著,由北向南植被覆盖度由低向高过渡明显,2009—2016年植被覆盖等级的空间转移变化主要发生在北部和中部地区,表现出由中低植被覆盖向中等植被覆盖转移、中等植被覆盖向中高植被覆盖转移的态势。2009—2016年研究区植被覆盖度年际变化速率较小,整体呈平缓增加趋势,中部和南部部分地区有减少趋势但变化趋势不显著。研究区内年植被覆盖度与年降水量、年平均气温的相关系数、偏相关系数均较小,相关性不显著。不同区域的植被覆盖度对气候因子的响应结果不同,在空间上正负相关性共存,研究区北部受年降水量影响较大,而中部受年平均气温影响较大。研究区植被覆盖度对气候因子的响应存在滞后性,生长季的植被生长受同月降水量和前一月平均气温的影响较大,且绝大部分地区均表现为正向相关。     

近15年宝鸡市植被覆盖度变化研究

目的揭示宝鸡市2000-2014年间植被覆盖特征及其动态变化情况。方法以宝鸡市2000年、2005年、2010年和2014年4个时相遥感影像为基础,依据归一化植被指数(NDVI)和像元二分模型法进行估算。结果 (1)从空间分布上看,宝鸡市2000-2014年间整体植被覆盖良好,总体上以中、中高和高植被覆盖度为主。(2)从时间动态变化上看,2000-2005年间宝鸡市植被覆盖变化不大,2005-2010年间出现了明显的改善,而2010-2014年间退化明显。(3)各行政区域植被覆盖度变化趋势具有明显的差异性。结论宝鸡市整体植被覆盖度高,2000-2014年间表现出先增加后减少的变化趋势,部分区域出现了明显的退化现象。     

基于GEE的赣州安远县30年植被覆盖度时空变化分析

在谷歌地球引擎(GEE)云平台上,以1991—2021年Landsat影像数据为基础,采用像元二分模型、趋势分析法、赫斯特指数及莫兰指数分析安远县30年植被覆盖度,探究其时空变化特征、空间自相关及未来变化趋势。结果表明,安远县的植被覆盖度在空间上整体水平较高,在研究期30年内,植被覆盖度增加区域占75.48%,退化区域占17.11%,无变化区域占7.41%。赫斯特指数预测未来安远县植被覆盖度将以持续增加为主,研究区整体表现为显著的正空间自相关,呈聚集状态分布。安远县在植被改善方面已取得了显著成果,后期还需重点关注植被覆盖度退化区域与空间自相关异常值区域。     

基于NDVI的干旱区绿洲植被覆盖度动态变化分析——以新疆阿克苏地区为例

本文以新疆阿克苏地区1991年、2001年和2016年TM/ETM+/OLI遥感影像为数据源,基于归一化植被指数NDVI应用像元二分模型对植被覆盖度进行了估算,得到三期植被覆盖度等级分布图,并通过转移矩阵,对研究区植被覆盖的时空变化特征进行了分析.结果表明,近25年来,阿克苏地区植被覆盖度总体呈现增长趋势,植被覆盖度60%以上的高植被覆盖区域面积显著增加,面积占比由1991年的7%上升至2016年的12.33%,而其他植被覆盖等级区域的面积均呈减少趋势.自然因素尤其是气候变化在一定程度上有利于研究区植被覆盖的增加,但短期内植被覆盖变化的主导因素还是人类活动的干扰.     

基于RS和GIS的榆林市植被覆盖度动态变化研究

植被覆盖度是反映区域生态环境状况的一个主要因素,进行植被覆盖度研究是目前国际研究的主要内容和热点内容.该研究以遥感数据为主要数据源,以榆林市为研究对象对其植被覆盖度进行动态评价,结果表明:从1988--2002年,各类型的面积在整个时间段的变化趋势是极高覆盖度、高覆盖度和中覆盖度都有一定的增加,而其他各类型的植被覆盖呈下降态势.榆林市植被覆盖度是以中低覆盖度为主体.影响其变化的原因主要除政策制定与实施等人文因素,降水量等自然因素是一个不可忽视的影响因子.     

西安市植被覆盖度冷热点时空动态变化及其风险分析

水库等电力工程的修建和退耕还林政策在黄土高原特别是黄河中游地区的实施,有效地减轻了水土流失现象,并改善了生态环境,研究该区域典型城市的植被覆盖度的动态变化及其风险状况对于新时期黄河流域生态环境高质量发展具有重要意义和价值。本研究基于冷热点分析理论的Getis-Ord G~*统计量、Mann-Kendall趋势检验、Hurst指数和Pettitt检验法,识别了西安市2000—2013年植被覆盖度的冷热点分布,捕捉了植被覆盖度Getis-Ord G~*统计量的变化趋势和突变点,采用概率分布函数分析了植被覆盖度冷热点发生的概率风险大小。结果表明:1)西安市植被覆盖度存在冷热点,且多年平均植被覆盖度热点和冷点占全市总面积的5.27%和13.91%;2)海拔较高的山区和海拔较低的城区周边植被覆盖度Getis-Ord G~*统计量呈现显著减少,海拔较低的蓝田县北部和临潼区南部呈现显著增加,分别占全市总面积的15.93%和12.89%,未来在城区、蓝田县北部和临潼区南部植被覆盖度可能会呈现高值聚集的状态;3)西安市植被覆盖度Getis-Ord G~*统计量在2004—2008年发生了突变,集中在蓝田县北部和临潼区南部以及城区周边;4)周至县山区、鄠邑区山区和长安区山区等高海拔地区出现热点区域的概率较高,城区和蓝田县北部、临潼区南部低海拔区域出现冷点的概率较高。林业生产活动和城市园林绿化等人类活动的增加对植被变化具有显著影响。研究成果有助于进一步了解西安市植被覆盖变化情况,可以为下一步加强生态环境治理和绿化工作以及降低植被退化风险提供科学依据。     

海河流域植被覆盖度变化的图谱特征及其地形梯度差异分析

为了从整体上了解1999—2013年间海河流域植被覆盖的变化情况及其与地形因子的关系,基于1999、2004、2009和2013年的SPOT/NDVI数据,结合图谱分析法,对海河流域植被覆盖度变化图谱的特征进行分析,并探讨了其在海拔、坡向、坡度和地形起伏度4种地形因子梯度上的差异.结果显示:(1)以高→高→高→高为主的稳定型是主要的图谱类型,海河流域1999—2013年期间植被覆盖度以高等为主,且较稳定.(2)海河流域不同地形梯度上均以高→高→高→高为主的稳定型图谱分布最广泛;植被覆盖度呈明显变化的图谱类型主要集中在200 m的低海拔与1 000~2 000 m的中高海拔、中低地形起伏度(0~200 m)、0~6°的平坡与缓坡、阴坡与半阴坡.变化特征以中、高等植被覆盖度相互转换为主,且具有明显的时间阶段性.研究结果可以较好地反映该流域植被覆盖度变化在不同地形因子下的状况,为海河流域生态环境保护和未来合理开发提供科学指导.     

秦皇岛市2001—2020年植被覆盖动态变化及预测

本研究基于谷歌地球引擎(Google Earth Engine,GEE)遥感数据云端运算平台,利用1443景的Landsat Surface Reflectance(陆地卫星地表反射率数据)长时间序列遥感影像数据,使用归一化植被指数、像元二分模型、变异系数、线性回归分析和CA-Markov模型等方法监测秦皇岛市2001—2020年间植被覆盖度的动态变化,并预测了2025年的植被覆盖情况。研究表明：(1)2001—2020年,秦皇岛市20年间的植被覆盖度总体良好,整体上以中高植被覆盖度和高植被覆盖度为主,二者面积之和均达到总面积的65%以上;低植被覆盖度与中低植被覆盖度的面积之和均未超过20%。(2)河流、湖泊以及城区周边的植被覆盖度波动性较大,变异系数范围在0.8到3.2之间。(3)20年间秦皇岛市植被覆盖度明显变化的区域占57.7%,其中减少的区域占17.7%,增加的区域占40%,植被覆盖度基本保持不变的区域占42.3%,且人为因素仍是影响植被覆盖度变化的主要因素。(4)预测结果表明,秦皇岛市2025年仍以高植被覆盖度为主,占比达到47.4%,增长了0.9%,低植被覆盖度和中植被覆盖度分别减少了0.8%和0.4%,中低植被覆盖度和中高植被覆盖度均增长了0.1%。此研究可为秦皇岛市的环境治理、城市规划等工作提供数据参考和理论依据。     

国家重点生态功能区植被覆盖度变化及其对地形因子的响应——以湖北省长阳县为例

区域植被覆盖变化监测是研究资源环境承载力的基础,其对区域可持续发展至关重要.该研究基于2000年—2015年的NDVI数据,借助于偏差分析、变异系数分析、地形差异修正指数模型等方法,对县域植被覆盖度变化特征及其对地形因子的响应进行研究,主要结论如下：1) 2000年—2015年植被覆盖度整体上处于较高水平,呈现出小幅度的波动增加趋势,年均增长率为0.12%;高覆盖度和中高覆盖度等级面积合计占研究区总面积80%以上.2) 研究期内县域植被覆盖度变异程度总体上稳定,植被稳定型面积占研究区总面积的82.84%,植被改善型面积大于植被退化型,其占比分别为13.07%和4.08%,能够在很大程度上对维护区域生态安全发挥重要作用.3) 随着高程的升高植被退化型先减小后增加,在大于1 250 m的高程内为主导类型;植被稳定型先缓慢增加后逐步减少,在500～1 750 m高程内优势明显;而植被改善型呈不断减少趋势,仅在小于500 m高程内呈优势分布.坡度对植被退化型分布的影响较大,在0°～15°范围内优势程度最明显,当坡度大于25°时植被稳定型和改善型呈现出一定程度的优势分布.不同坡向上植被变化显著,随着坡向由阴坡转向阳坡,植被改善型分布增加,而植被稳定型分布减少.该研究能够在一定程度上为国家重点生态功能区县域生态环境治理及生态保护提供有效的参考和借鉴.     

三峡库区土壤侵蚀和植被覆盖变化分析

基于Google Earth Engine平台,利用1987-2019年Landsat数据,合成30 m分辨率的三峡库区年度最大NDVI图像,通过像元二分法计算三峡库区年度最大植被覆盖度,分析植被覆盖度的时空动态;同时,利用修正通用土壤流失方程(RUSLE),估算三峡库区2000和2010年的土壤侵蚀量(T).研究结果表明:1)三峡库区1987-2019年植被覆盖度持续改善,植被覆盖度增加区域面积占三峡库区面积的75.35％,其中显著增加区域为39.26％.2)三峡库区土壤侵蚀模数(A)2010年为25.51 t·hm-2· a-1,比2000年减少28.22％,水土流失强度明显下降;2010年的水土流失面积为1.91×104 km2,比2000年减少27.38％;坡度＞15°区域的T超过整个区域T的86％,坡度＞25°的区域T超过整个区域T的60％,海拔为0～500m的区域T超过整个区域T的48％,海拔＜1500 m的区域T接近整个区域T的70％,这些区域均是三峡库区水土流失的重点治理区域.3)1987-2015年,降雨略微减少,气温有所升高,尤其是在人类植树造林等活动共同作用下,三峡库区植被覆盖度增加,土壤侵蚀减少.